[发明专利]基于全方位视觉传感器的火灾监控装置

摘要

一种基于全方位计算机视觉的火灾监控方法与装置，主要是利用全方位计算机视觉传感器对现场进行监视，将摄得的连续全方位图像输入计算机，不断进行图像处理和分析，通过火灾的简单的模式分类、火焰面积变化特征判断、火焰形体变化特征判断、火焰颜色特征判断、火焰闪动规律特征判断、火焰整体运动特征判断以及火灾强度特征判断得到一个综合判断结果，根据该计算综合判断量化值进行不同的处理，降低火灾的误报率，本发明提供了一种全新的更快速、更准确、更可靠的多参数智能火灾监控方法与装置。

主权项

1、一种基于全方位视觉传感器的火灾监控装置，该火灾监控装置包括微处理器、用于监视现场的视频传感器、用于与外界通信的通信模块，所述的微处理器包括：图像数据读取模块，用于读取从视频传感器传过来的视频图像信息；文件存储模块，用于将视频传感器采集的数据存储到存储器中；现场实时播放模块，用于连接外部的显示设备，将监视现场画面实时播放；所述的视频传感器的输出与微处理器通信连接，其特征在于：所述的视频传感器是全方位视觉传感器，所述的视觉传感器包括用于反射监控领域中物体的外凸反射镜面、透明圆柱体、摄像头，所述的外凸反射镜面朝下，所述的透明圆柱体支撑外凸反射镜面，用于拍摄外凸反射镜面上成像体的摄像头位于透明圆柱体的内部，摄像头位于外凸反射镜面的虚焦点上；所述的微处理器还包括：传感器标定模块，用于对全方位视觉传感器的参数进行标定，建立空间的实物图像与所获得的视频图像的对应关系；颜色模型转换模块，用于将彩色图像中的每一个像素点的颜色从RGB颜色空间转换到(Cr，Cb)空间颜色模型；图像展开处理模块，用于将采集的圆形视频图像展开为全景柱状图，根据圆形全方位图像上的一个点(x*，y*)和矩形柱状全景图上的一个点(x**，y**)的对应关系，建立(x*，y*)与(x**，y**)的映射矩阵，式(1)所示：${\bar{P}}^{**}(x^{**},y^{**})\leftarrow \bar{M}\times {\bar{P}}^{*}(x^{*},y^{*})---\left(1\right)$ 上式中，是映射矩阵，${\bar{P}}^{*}(x^{*},y^{*})$ 是圆形全方位图像上的像素矩阵，${\bar{P}}^{**}(x^{**},y^{**})$ 是矩形柱状全景图上的像素矩阵；运动对象检测模块，用于将所获得的当前帧现场视频图像与一个相对比较稳定的基准参考图像进行差值运算，图像相减的计算公式如式(2)表示：fd(X，t0，ti)＝f(X，ti)-f(X，t0) (2)上式中，fd(X，t0，ti)是实时拍摄到图像与基准参考图像间进行图像相减的结果；f(X，ti)是实时拍摄到图像；f(X，t0)是基准参考图像；并将当前图像中与相邻K帧的图像相减计算公式如(3)所示：fd(X，ti-k，ti)＝f(X，ti)-f(X，ti-k) (3)上式中，fd(X，ti-k，ti)是实时拍摄到图像与相邻K帧图像间进行图像相减的结果；f(X，ti-k)是相邻K帧时的图像；如fd(X，t0，ti)≥阈值、fd(X，ti-k，ti)≥阈值成立时，判定为可疑火焰对象；如fd(X，t0，ti)≥阈值、fd(X，ti-k，ti)＜阈值，判定静止对象，并用式(4)来更新替换基准参考图像：$f(X,t_0)\Leftarrow f(X,t_{i-k})---\left(4\right)$ 如fd(X，t0，ti)＜阈值，判定为静止对象；连通区域计算模块，用于对当前图像进行标记，像素灰度为0的小区表示此小区无可疑火焰，像素灰度为1则表示此小区有可疑火焰，计算当前图像中的像素是否与当前像素周围相邻的某一个点的像素相等，如灰度相等判断为具有连通性，将所有具有连通性的像素作为一个连通区域；模式分类模块，用于判定为可疑火焰后，对每个连通区域求出其面积Si，并依照如下：1)若Si＜阈值1，则该变化区域为噪声点；2)若Si＞阈值2，则该变化区域为大面积的红外光线变化；3)若阈值1＜Si＜阈值2，则该变化区域为可疑的火焰区域；判断为可疑的火焰区域后，计算相邻帧变化图像的相似度εi，如公式(5)所示，${ϵ}_i=\frac{\underset{(x,y)\in \Omega }{\Sigma }{b}_i(x,y)\cap b_{i+1}(x,y)}{\underset{(x,y)\in \Omega }{\Sigma }{b}_i(x,y)\cup b_{i+1}(x,y)},i=1,N-1---\left(5\right)$ 式中，bi(x，y)为上一帧中可疑的火焰区域，bi+1(x，y)为当前帧中可疑的火焰区域；根据上述计算结果，模式分类为：1)若εi≤阈值1，则图像模式为快速运动的亮点；2)若εi≥阈值2，则图像模式为固定红外发光区域；3)若阈值1＜εi＜阈值2，则图像模式为火焰；火焰颜色特征判断模块，用于在(Cr，Cb)空间的分布模型，计算发光源是否落在火焰图像在(Cr，Cb)空间的分布模型内，计算公式由式(6)所示：$W_{\mathrm{firecolor}}=\exp \{-\frac{1}{2}[A*{(\mathrm{Cr}-\overline{\mathrm{Cr}})}^2+2B*(\mathrm{Cr}-\overline{\mathrm{Cr}})*(\mathrm{Cb}-\overline{\mathrm{Cb}})+C*{(\mathrm{Cb}-\overline{\mathrm{Cb}})}^2\left]\right\}---\left(6\right)$ 式(6)中，Wfirecolor是颜色特征量，是火焰点Cr、Cb的样本标准均值，A、B、C分别是由样本标准差和均值计算出来的系数；$\overline{\mathrm{Cr}}=144.6;\overline{\mathrm{Cb}}=117.5;A=3.7*{10}^{-3};B=4.1*{10}^{-3};C=4.5*{10}^{-3};$ 火焰面积变化特征判断模块，用于根据每帧图像的发光面积Si进行递推计算，求在下一帧图像的发光面积的递推值计算公式由式(7)给出；${\bar{S}}_i^{t(i+1)}=(1-k)*{\bar{S}}_i^{t\left(i\right)}+k*S_i---\left(7\right)$ 式中，是下一帧图像的发光面积的递推平均值，是目前帧图像的发光面积的递推平均值，Si是目前帧发光面积的计算值，K为系数，小于1，得到下式(8)$\frac{{\bar{S}}_i^{t(i+1)}+{\bar{S}}_i^{t\left(i\right)}+{\bar{S}}_i^{t(i-1)}}{3}>\frac{{\bar{S}}_i^{t(i-2)}+{\bar{S}}_i^{t(i-3)}+{\bar{S}}_i^{t(i-4)}}{3}---\left(8\right)$ 如果上述(8)成立，火焰面积扩展Wfire area量化值取为1；如上式(8)不成立，火焰面积扩展Wfire area量化值取为0；火焰闪动规律特征判断模块，用于在上述(8)成立时，将发光面积的计算值Si与目前帧图像的发光面积的递推平均值求差计算，如两者的差的正负发生变化就进行记数，计算在一定时间段中其变化的次数作为火焰闪动的变化频率ffenquncy，并将该ffenquncy与所设定的阈值fc相比较，当ffenquucy≥fc时，火焰闪动Wfire bicker量化值取为1；当ffenquncy＜fc时，火焰闪动Wfire bicker量化值0；火灾强度判断模块，用于在火焰面积扩展Wfire area量化值为1和火焰颜色特征Wfire color的计算值大于0.5时，计算公式如式(9)所示；$W_{\mathrm{fireindensity}}=\frac{S_i}{\mathrm{\Sigma s}}*10\mathrm{where}{W}_{\mathrm{firearea}}=1\mathrm{AND}{W}_{\mathrm{firecolor}}\ge =0.5---\left(9\right)$ 上式(9)中，∑S是整个监控面积，Wfireindensity是火灾强度值；火灾发生综合判断模块，用于根据火焰模式、火焰颜色特征值、火焰面积、火焰闪动规律综合判断是否有火灾发生，其计算式如(10)所示：Wfire alarm＝Kfire pattern×εi+Kfire color×Wfire color+Kfire area×Wfire area(10)+Kfire bicker×Wfire bicker+Kfire indensity×Wfire indensity 式中：Kfire pattern为火焰模式的加权系数；Kfire color为火焰颜色特征的加权系数；Kfire area为火焰面积变化的加权系数；Kfire bicker为火焰闪动的加权系数；Kfire indensity为火灾强度的加权系数；如Kalarm≤Wfire alarm，判定为火灾告警，通过通信模块通知管理人员。